Engenheiro(a) de Deep Learning Sênior (Reconhecimento de Fala na Educação)

Sylision; United States; Remote; USD 120.000 - 180.000; Vollzeit

Benefits dieser Stelle

Trabalhe remotamente

Flexibilidade de horário

Conexão com equipes internacionais

Apoio à saúde mental

Seguro de saúde

Contrato CLT ou PJ

Zusammenfassung

A Sylision está contratando um Engenheiro(a) de Deep Learning Sênior para trabalhar remotamente no desenvolvimento de sistemas de reconhecimento de fala para educação. O foco é transcrição, comparação com textos e feedback de pronúncia em dispositivos móveis com ruído de sala e sotaques de todo o país.

Você liderará o treino em GPU, decidirá entre modelos abertos ou treino próprio, e otimizará a inferência para servidor ou dispositivo, avaliando métricas por faixa etária, sotaque e ambiente.

Qualifikationen

• Experiência em reconhecimento automático de fala com modelos de atenção e transformadores.
• ,
• ],
• job_responsibilities_description I will fix this;
• job_responsibilities_description:[
• Preparar e validar corpora de fala com privacidade de dados de crianças
• Treinar e ajustar modelos de reconhecimento de fala em PyTorch com aumento de ruído
• Medir taxas de erros por palavra por faixa etária e sotaque
• Otimizar para inferência com quantização, ONNX e processamento em streaming
• Definir latência alvo e monitorar o percentil 95
• Orientar colegas e documentar o protocolo de avaliação

Aufgaben

• Preparar e validar corpora de fala com consentimento, anonimização e proteção de dados de crianças
• Treinar e ajustar modelos de reconhecimento de fala em PyTorch com aumento de ruído
• Medir taxa de erro por palavra por faixa etária, sotaque e qualidade de áudio
• Detectar erro de pronúncia que o modelo de linguagem disfarçaria
• Otimizar para inferência com quantização, ONNX e streaming
• Definir a latência-alvo e acompanhar o percentil 95 em produção
• Investigar regressões após cada atualização de modelo
• Orientar outras pessoas e documentar o protocolo de avaliação

Kenntnisse

Deep Learning

PyTorch

ASR

Speech recognition

Team leadership

Tools

ONNX

CUDA

Docker

Jobbeschreibung

Vaga aberta de Engenheiro(a) de Deep Learning Sênior (Reconhecimento de Fala na Educação). A empresa contratante é confidencial neste anúncio, e a seleção é conduzida pela Sylision.

Nível: senior.

Modelo de trabalho: 100% Remoto.

Contratação: tempo integral, CLT ou PJ.

Sobre a vaga:

Uma plataforma de ensino de idiomas e de leitura em português pede que alunos falem ao dispositivo. O sistema precisa transcrever, comparar com o texto esperado e dar retorno sobre pronúncia, tudo em poucos segundos e em celulares de entrada, com ruído de sala, voz de criança e sotaques de todo o país. Você vai construir e otimizar o modelo de reconhecimento de fala que sustenta isso.

A dificuldade é de dados e de variação. Fala infantil tem acústica diferente da adulta, e modelos treinados em áudio de adultos erram bem mais nela. Sotaque regional, cortes por conexão ruim e palavra mal pronunciada que o modelo corrige sozinho para a palavra certa escondem exatamente o erro que o aluno precisa ver. A métrica de taxa de erro por palavra isoladamente não revela isso.

Você cuida do treino em GPU, da escolha entre ajuste de um modelo aberto e treino próprio, da conversão para inferência no servidor ou no aparelho e das métricas por faixa etária, sotaque e ambiente. Como sênior, define o padrão de avaliação, trata regressões e orienta outras pessoas do time.

O que você vai fazer:

• Preparar e validar corpora de fala, com consentimento, anonimização e proteção de dados de crianças
• Treinar e ajustar modelos de reconhecimento de fala em PyTorch, com aumento de dados de ruído
• Medir taxa de erro por palavra por faixa etária, sotaque e qualidade de áudio
• Detectar erro de pronúncia que o modelo de linguagem do reconhecedor estaria disfarçando
• Otimizar para inferência com quantização, ONNX e processamento em fluxo
• Definir a latência-alvo e acompanhar o percentil 95 em produção
• Investigar regressões após cada atualização de modelo
• Orientar outras pessoas e documentar o protocolo de avaliação

Requisitos:

• Reconhecimento automático de fala, com modelos de atenção e transformadores de áudio
• Treino em GPU com PyTorch e manejo de dados de áudio
• Métricas de fala, como taxa de erro por palavra e por caractere, e análise por subgrupo
• Otimização de inferência, em lote e em fluxo
• Conhecimento de cuidados com dados pessoais e de crianças
• Decisão de desenho e orientação de colegas

Diferenciais:

• Fala infantil e adaptação a domínio
• Avaliação de pronúncia e alinhamento forçado
• Inferência no aparelho com modelos pequenos
• Síntese de fala para gerar exemplos
• Conhecimento de fonética do português

Como é trabalhar aqui:

Vaga 100% remota, com contratação CLT, para cliente da Sylision com sede em São Paulo, SP. Os experimentos são registrados com dados, configuração e resultado por subgrupo, e revisados em par antes de qualquer mudança em produção. O time se reúne toda semana para ouvir exemplos de erro. Na candidatura, informe a sua pretensão salarial.

Benefícios oferecidos pela empresa contratante:

• Ambiente colaborativo, com senso de comunidade e conquistas celebradas em equipe
• Trabalhe de qualquer lugar, com liberdade e flexibilidade
• Conexão global: convivência com times de diferentes países e culturas
• Apoio à saúde física com TotalPass e Mediquo
• Cuidado com a saúde mental pelo programa Team Care
• Contratação e jornada definidas com a empresa contratante

Tecnologias envolvidas:

• Python
• PyTorch
• Reconhecimento de fala
• ASR
• ONNX
• CUDA
• Docker
• WER
• Git

Seus dados:

tratados conforme a LGPD, com remoção a qualquer momento, a pedido.